如何善用数据，改善绩效评估流程？

作为一名年轻的员工，我从来没有明白年度绩效评估的目的。对我来说，这只是走形式，与日常的职业发展没有什么关系。不过至少我也没因此落泪过。

但对于34%的千禧一代来说，情况并非如此。他们在最近的一项调查中表示，绩效评估曾让他们流泪。

年度评估可以在雇员管理中发挥重要作用，但太多的公司依赖于前后矛盾的、随意的程序，受到许多不相关因素的影响，还会受到隐性的偏见的困扰。但好消息是，新的工具和对新型数据的掌控，可以让绩效评估产生真正的洞见。我领导着一个拥有500多人的企业，也是一个拥有2500万员工的信息的人力资源平台的创始人，现在，我已经看到了在绩效评估过程中数据的变革力量。

随着企业在疫情之后恢复定期的绩效评估，各组织有一个独特的机会来制定一个更加公平和富有成效的方法。对于一个拥有1万名员工的组织来说，绩效评估每年所花费的时间成本高达3500万美元，我们值得花时间和精力去做好它。

以下是领导者在准备2023年的绩效评估时应该考虑的问题。

建立一个公平且有效的绩效评估的第一步是明确目的。首先，也是最重要的一点是，这是评估的工具，而不是为了个人成长。这一点常常被误解。残酷的现实是，年度绩效评估对于员工发展来说是一个糟糕的工具，员工发展必须是一个持续的、个性化的实践。

相比之下，绩效评估是“向上”的：用来给领导层快速说明劳动力优势和资源利用的情况时，它是最有效的。如果使用得当，绩效评估可以帮助公司公平地分配加薪，并为晋升和其他机会确定强有力的候选人。

但它不能替代经理和团队之间的那种持续对话，而这种对话对真正的发展至关重要。

一个设计良好的评估过程，首先要对不同角色和部门的卓越表现作出明确定义。公司和人力资源部门的领导必须就公司希望实现的目标（硬指标）和希望员工的行为方式（软指标）达成一致。然后需要确保这些标准在每个部门的应用是一致的，这样收集到的数据就可以在整个公司使用。

作为一名专业工程师，我偏向于使用OKRs来设定短期的、鼓舞人心的季度目标，以量化的关键结果来衡量。但其他框架——从关键绩效指标（KPI）到行业标准——也同样有效。最重要的是，绩效评估不应该是一个猜测的游戏。

定义“好”的标准的好处是，你可以尽量减少其他往往是表面的变量在评估中的作用。隐性偏见会因各种不影响工作表现的因素不公平地惩罚员工，比如性别、种族、文化差异和个性特征。例如，如果一个内向的程序员独立工作，但收到的评估在“沟通技巧”方面得分很低，她可能会想，这个评估是否不公平地阻碍了她的事业，她的想法也是完全合理的。

一旦设定了明确的目标，就必须将人员数据——而不仅仅是直觉——纳入评估过程。在组织层面上，对直觉层面的评估的依赖使其难以准确衡量各部门的表现，从而使晋升和加薪变得复杂。同时，将硬性数据纳入其中的特别尝试往往是善意的，但无济于事。传统的记分卡和调查充其量只能是零散的。

经常被忽视的是，如今的公司收集了大量的数字数据，这些数据远远超出了人力资源的基本要素，如营业额、缺勤率和工资。这种丰富的人员数据，在人工智能和智能算法的帮助下，可以为了解业绩提供一个前所未有的窗口。

意识到“同行标杆”做法的问题。经理们经常根据与其他部门成员的临时比较对员工进行排名（经典的 "ABC "方法）。这是很主观的，并将各部门视为独立的孤岛。

聪明的平台现在可以超越头衔和工作岗位规定，在整个组织内映射出不同的技能，以确保公平评估。这种同类对比的方法确保了一个熟练的作家，例如，无论其职称或业务部门如何，都能得到认可。

将年度绩效评估建立在数据基础上，还可以防止一系列其他偏见，这些偏见已被证明会影响管理者的评估。例如，“光环偏见”会导致经理人在所有领域都给予某个员工良好的评价，因为其在某个领域表现出色。

“时效性偏见”导致管理人员更倾向于看到刚刚实现的成就，而忽略在评估期开端的作为。硬性的数字可以防止这些错误的印象影响到评估。

利用数据，你可以确保对员工的相关技能进行评估，确保这些评估是准确的，并确保他们与正确的同行群体进行比较。数据可以帮助识别你的组织中真正的“运水工”——那些一直不疾不徐，勤勤恳恳地做着工作的人——并奖励他们，使你们共同受益。

我们都知道，考虑不周的绩效评估过程可能是无关紧要的、反复无常的、官僚式的打勾练习。在最糟糕的情况下，评估甚至会起反作用，激发本应是合作者的同事之间的激烈竞争，鼓励回避而不是解决麻烦的问题。

但并不是非要如此。

利用规划和人员数据，公司可以精心设计公平和透明的评估过程，为员工、经理和人力资源战略家提供真正的信息。现在，绩效评估在经历了大范围的沉寂之后又回来了，答案不是要取消年度评估，而是要提高我们的期望。

本文作者：

Ryan Wong，CEO，工程师，Visier

本文由世界经济论坛与Quartz联合发布，原载于世界经济论坛Agenda blog，转载请注明来源并附上本文链接

翻译：张一凡

校对：王思雨